供给总量限定需求区间约束型运输问题——时限费用优化模型与算法

本文目的是为建立与运输问题有关的决策支持系统提供方便.本文建立了供给总量限定需求区间约束型运输问题的对时限与费用两个目标进行优化的多目标规划模型,给出了求解模型的算法,并举例说明了算法的应用.该算法能求得问题的最优解,并具有易于编程实现、收敛性好等优点.数值实验表明该算法有较高的计算效率,可用于求解某些类型的指派问题.     

带时间窗分车运输同时收发车辆路径问题及其启发式算法

本文结合汽车零部件第三方物流的实际背景,提出了带时间窗的可分车运输同时收发车辆路径问题(简称SVRPSPDTW),并给出了问题的数学模型,同时提出两个求解该问题的启发式算法,最后进行了数值试验.由于没有可以利用的算例,本文在Solomn测试基准库的基础上构建了针对新问题的算例.计算结果表明,所有算例计算时间均不超过1秒,且算法1无论是从车辆的使用数还是从车辆行驶的路径总长度上都明显优于算法2,从而说明算法1是寻找SVRPSPDTW问题初始可行解的较为有效的算法.     

求解一般约束优化问题的一个全局收敛的混合不精确SQP算法

对于一般约束优化问题,本文通过一种特殊的耦合策略,把一个局邵超线性收敛的不精确SQP算法与广义梯度投影法相结合,从而给出了一个混合算法.该算法无需计算拉格朗日函数的海色矩阵,并且在适当的假设下,算法具有全局和局部超线性收敛性.     

求解二层线性规划问题的一种算法

对下层含有约束的二层线性规划问题,提出了求全局最优解的一种算法.首先由该算法求出约束凸集的全部极点,再对极点进行可行性检验,从而得到了二层线性规划问题的全局最优解,最后以实例验证了算法的有效性.     

求解运输问题的一种算法

文章给出了运输问题的一种算法,该算法计算过程容易掌握,求解具有一次终止性     

二层线性规划的自适应遗传算法

提出了一种自适应遗传算法来求解二层线性规划问题.该方法克服了难以确定合适的交叉概率和变异概率的困难.另外,在该方法中还采用了其它一些技巧不仅解决了在采用遗传算法经常出现的有些个体不可行的问题,而且还改进了算法的效率.     

求解运输问题的一种新算法

本文将求解分派问题的标号算法成功地用于运输问题,并证明其中的非负处理可以省略,从而把Dijk-stra算法扩展到可能出现负边权的运输问题。与通常方法比较,这种方法具有直观、简单、计算量少、及易于推广等优点;最后证明该算法是多项式的,计算复杂性仅为o(n3)(当m≤n时)。     

双层线性规划的一个全局优化方法

用线性规划对偶理论分析了双层线性规划的最优解与下层问题的对偶问题可行域上极点之间的关系，通过求得下层问题的对偶问题可行域上的极点，将双层线性规划转化为有限个线性规划问题，从而用线性规划方法求得问题的全局最优解．由于下层对偶问题可行域上只有有限个极点，所以方法具有全局收敛性．     

一种求解半向量二层规划问题下界的算法

针对下层为线性多目标规划问题的一类半向量二层规划问题的乐观模型,利用线性规划的对偶理论,将其转化为一个等价的单层优化问题.然后考虑后者的一个松弛问题,提出了一个可以获得该问题下界的简单算法,从而给出了原二层规划问题的一个下界.最后,通过两个数值算例说明了所提出算法的可行性.     

求解运输问题的一个算法

给出一个求解问题的数值算法，证明了算法的理论依据，并举例说明算法的应用。     

合约决策条件下的一种二层报童问题模型

考虑到顾客需求和市场价格具有高度的不确定性，供应商和零售商为了回避风险而达到最大的期望利润，双方通常可以采用签订合约的方式来进行决策。为此，我们建立了以供应商为领导层、零售商为从属层的具有合约决策的一个二层报童模型。供应商和零售商可以依据该模型的最优解通过谈判协商确定合约决策变量值以获取较高的期望利润。     

运输问题的改进算法探讨

探讨了运输问题表上作业法初始解的取得和最优解的判断，在一定程度上可以省略表上作业法的方案调整过程，从而简便了求解运输问题的最优解的过程。     

基于遗传算法的随机模糊立体运输问题

随机模糊立体运输问题的研究是为了解决现实生活中双因素不确定性问题,在遗传算法的基础上,运用可信性理论建立随机模糊运输问题的机会约束规划模型.通过算例进行VC++编程模拟计算,验证了此模型的可行性,最终提出了基于遗传算法解决随机模糊立体运输问题的模型.